AIC jest zdefiniowane jako , gdzie jest estymatorem największego prawdopodobieństwa, a jest wymiarem przestrzeni parametrów. Do oszacowania zwykle pomija się stały współczynnik gęstości. Jest to czynnik, który nie zależy od parametrów, w celu uproszczenia prawdopodobieństwa. Z drugiej strony czynnik ten jest bardzo ważny przy obliczaniu AIC, biorąc pod uwagę, że przy porównywaniu modeli nie zagnieżdżonych czynnik ten nie jest powszechny, a następnie kolejność odpowiednich AIC może być inna, jeśli nie zostanie wzięty pod uwagę.
Moje pytanie brzmi : czy musimy obliczyć uwzględniając wszystkie warunki gęstości, porównując modele nie zagnieżdżone?
model-selection
aic
nested-models
Kawabata
źródło
źródło
Odpowiedzi:
W przypadku gdy normalizująca „stała” różni się w poszczególnych modelach, należy uwzględnić te terminy.
źródło